La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Explanatory Rule Generation for Advanced Driver Assistant Systems Génération de règles explicatives pour les systèmes avancés d'assistance au conducteur

Juha HOVI, Ryutaro ICHISE

  • Vues en texte intégral

    0

  • Citer

Résumé:

Les véhicules autonomes et les systèmes avancés d’aide à la conduite (ADAS) font l’objet d’une attention particulière en tant que domaines de recherche, tant dans le milieu universitaire que dans l’industrie privée. Certains systèmes de prise de décision utilisent des ensembles de règles logiques pour mapper la connaissance du véhicule du moi et de son environnement en actions que le véhicule du moi devrait entreprendre. Cependant, de tels ensembles de règles peuvent être difficiles à créer, par exemple en les écrivant manuellement, en raison de la complexité du trafic en tant qu'environnement d'exploitation. En outre, les éléments constitutifs des règles doivent être définis. Une solution courante consiste à utiliser une ontologie spécifiquement destinée à décrire les concepts de trafic et leur hiérarchie. Ces ontologies doivent avoir un certain pouvoir expressif pour permettre la construction de règles utiles. Nous proposons un processus de génération d'ensembles de règles explicatives pour les applications ADAS à partir de données en utilisant l'ontologie comme vocabulaire de base et présentons un ensemble de règles généré à la suite de nos expériences qui est correct pour la portée de l'expérience.

Publication
IEICE TRANSACTIONS on Information Vol.E104-D No.9 pp.1427-1439
Date de publication
2021/09/01
Publicisé
2021/06/11
ISSN en ligne
1745-1361
DOI
10.1587/transinf.2020EDP7206
Type de manuscrit
PAPER
Catégories
Intelligence artificielle, exploration de données

Auteurs

Juha HOVI
  Graduate University for Advanced Studies SOKENDAI,National Institute of Informatics
Ryutaro ICHISE
  National Institute of Informatics,Graduate University for Advanced Studies SOKENDAI

Mots-clés

Table des matières